一种基于虚拟化技术的内存自动优化方法与流程

文档序号:12123204阅读:343来源:国知局

本发明涉及虚拟化云计算技术领域,特别涉及一种基于虚拟化技术的内存自动优化方法。



背景技术:

虚拟化技术与云计算的结合日益紧密,给资源的使用带来了全新的模式。基于虚拟化的技术,系统可以实现资源的按需分配与调度。这极大的提升了云服务平台资源的利用率,大大改善了平台服务质量,并降低了云用户拥有成本,而且还给客户带来了极好的客户体验。

但是目前在传统的互联网支付行业在部署服务器时,没有有效的利用资源,无法实现按需分配。尤其是第三方支付行业,现有的服务器架构大多是采取双机备份模式,外围设备对请求进行负载均衡。当请求压力过大时,外围设备到达性能瓶颈,请求便不再是均衡模式,而是往其中一台服务器发送,造成单机压力过大,往往造成死机或者其他不必要的麻烦,为用户造成损失。

基于上述情况,本发明提出了一种基于虚拟化技术的内存自动优化方法,通过使低负载压力的虚拟机释放空闲内存进入空闲内存池,高负载压力的虚拟机从空闲内存池中申请内存来降低其内存压力。



技术实现要素:

本发明为了弥补现有技术的缺陷,提供了一种简单高效的基于虚拟化技术的内存自动优化方法。

本发明是通过如下技术方案实现的:

一种基于虚拟化技术的内存自动优化方法,其特征在于:通过虚拟机监控器实时监控服务器整体请求状况,对到达服务器的请求处理状况进行整体监控,同时对各个虚拟服务器的请求处理状况进行分散监控,并记录其值;并分析各个虚拟服务器的请求处理情况占到达服务器的总请求量的比值,计算各个虚拟服务器的处理权值;然后根据内存大小,判断虚拟服务器的处理权值是否达到阀值θ,启动优化内存程序,利用虚拟化技术进行闲置资源动态分配,以达到内存优化目的。

当m台物理服务器上有n台虚拟服务器,其中n≥m,且内存大小相同时,启动优化内存程序的判断方法如下:

所述阀值θ=(1/m)*120%;

单台虚拟服务器的处理权值αi=γi/λ,其中γ为到达服务器的总请求量,γi为单个虚拟机的接受请求量,且γ=∑γi

当αi≥θ时,即可启动优化内存程序,实现闲置资源动态分配。

当m台物理服务器上有n台虚拟服务器,其中n≥m,且每台虚拟服务器的内存小大不一样时,启动优化内存程序的判断方法如下:

每台虚拟服务器内存权值wi=mi/m,其中mi为每台虚拟服务器的内存值,m为虚拟服务器内存总和,即m=∑mi

每台虚拟服务器对应的阀值

每台虚拟服务器的处理权值其中γ为到达服务器的总请求量,γi为单个虚拟机的接受请求量,且γ=∑γi

当时,即可启动优化内存程序,实现闲置资源动态分配。

本发明的有益效果是:该基于虚拟化技术的内存自动优化方法,充分利用了虚拟化技术的资源按需分配性以及可调度性,能够最大化利用云平台资源,有效缓解了在请求压力增大时,系统的处理效率变慢,服务质量变差的问题。

附图说明

附图1为本发明基于虚拟化技术的内存自动优化方法服务器部署示意图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图和实施例,对本发明进行详细的说明。应当说明的是,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。

该基于虚拟化技术的内存自动优化方法,通过虚拟机监控器实时监控服务器整体请求状况,对到达服务器的请求处理状况进行整体监控,同时对各个虚拟服务器的请求处理状况进行分散监控,并记录其值;并分析各个虚拟服务器的请求处理情况占到达服务器的总请求量的比值,计算各个虚拟服务器的处理权值;然后根据内存大小,判断虚拟服务器的处理权值是否达到阀值θ,启动优化内存程序,利用虚拟化技术进行闲置资源动态分配,以达到内存优化目的。

当m台物理服务器上有n台虚拟服务器,其中n≥m,且内存大小相同时,启动优化内存程序的判断方法如下:

所述阀值θ=(1/m)*120%;

单台虚拟服务器的处理权值αi=γi/λ,其中γ为到达服务器的总请求量,γi为单个虚拟机的接受请求量,且γ=∑γi

当αi≥θ时,即可启动优化内存程序,实现闲置资源动态分配。

当m台物理服务器上有n台虚拟服务器,其中n≥m,且每台虚拟服务器的内存小大不一样时,启动优化内存程序的判断方法如下:

每台虚拟服务器内存权值wi=mi/m,其中mi为每台虚拟服务器的内存值,m为虚拟服务器内存总和,即m=∑mi

每台虚拟服务器对应的阀值

每台虚拟服务器的处理权值其中γ为到达服务器的总请求量,γi为单个虚拟机的接受请求量,且γ=∑γi

当时,即可启动优化内存程序,实现闲置资源动态分配。

当按照上述判定虚拟服务器到达压力阀值的算法,判定需要动态调整资源时,可以采用基于缺页率曲线(miss rate curve)的虚拟机内存实际需求大小估计方法,并通过“气球”机制来动态调节虚拟机间的内存分配;也可使用分布式共享内存(DSM)技术,如:TreadMarks、JIAJIA等;亦可使用网络内存技术,如:Anemone、Nswap等去完成动态调整。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1